METHOD

生成式时序模型

站内已收录 2 篇使用该方法的论文。

显示方式
生成式时序模型2 条记录

题目 · 作者 · 年份 · 发表来源 · 原始摘要 · AI导读

PAPER RECORDNO SOURCE ABSTRACT

Fin-gan: Forecasting and classifying financial time series via generative adversarial networks

Milena Vuletic · Felix Prenzel · Mihai Cucuringu

Quantitative Finance

AI READING NOTE

该文聚焦经济与金融时间序列预测,重点考察模型如何刻画非线性动态、长期依赖、概率分布或跨序列迁移。相关研究脉络指出:TimeGAN结合生成对抗学习与监督式时间动态学习,以同时保留总体分布特征和时间依赖,并被应用于金融序列生成。本综述将其作为AI研究工具文献收录;因来源未提供完整摘要,导读仅依据正文引用语境和书目信息。

PAPER RECORDABSTRACT VERIFIED

Time-series Generative Adversarial Networks

Jinsung Yoon · Daniel Jarrett · Mihaela van der Schaar

Advances in Neural Information Processing Systems

AI READING NOTE

该文聚焦经济与金融时间序列预测,重点考察模型如何刻画非线性动态、长期依赖、概率分布或跨序列迁移。相关研究脉络指出:TimeGAN结合生成对抗学习与监督式时间动态学习,以同时保留总体分布特征和时间依赖,并被应用于金融序列生成。本综述将其作为AI研究工具文献收录;主要结论和适用边界应以英文摘要及原始研究设计为准。